搜索资源列表
KMEANS
- 输入：聚类个数k，以及包含 n个数据对象的数据库。输出：满足方差最小标准的k个聚类。处理流程： （1）从 n个数据对象任意选择 k 个对象作为初始聚类中心. （2）根据每个聚类对象的均值（中心对象），计算每个对象与这些中心对象的距离；并根据最小距离重新对相应对象进行划分；（3）重新计算每个（有变化）聚类的均值（中心对象） （4）循环（2）到（3）直到每个聚类不再发生变化为止-Input: number of clusters k, and n data object contains a
Iris
- K-means算法，Java语言实现Iris数据集分类-k-means implement
dlib-18.14.tar
- 机器学习的范畴，包括SVMs (based on libsvm), k-NN, random forests, decision trees。可以对任意的数据操作-Its focus is on supervised classification with several classifiers available: SVMs (based on libsvm), k-NN, random forests, decision trees. It also performs feature sel
KMeans
- K-means算法是硬聚类算法，是典型的基于原型的目标函数聚类方法的代表，它是数据点到原型的某种距离作为优化的目标函数，利用函数求极值的方法得到迭代运算的调整规则。-K-means clustering algorithm is hard, is a typical prototype-based clustering method on behalf of the objective function, it is a method of data points to a certain di
iris_php_mean
- iris采用聚类算法分类，php代码实现。iris_train2.php用于训练数据，iris_test.php用于测试数据。-a kind of k-means,php programming
KMeans2
- kmeans算法的Java实现。算法接受参数 k 然后将事先输入的n个数据对象划分为 k个聚类以便使得所获得的聚类满足:同一聚类中的对象相似度较高 而不同聚类中的对象相似度较小。-k means algorithm is implemented in Java. Receiving algorithm parameter k and n data objects entered beforehand into k clusters in order to satisfy such cluste